INSTITUTO TECNOLÓGICO SUPERIOR DE PURÍSIMA DEL

RINCÓN

EJERCICIOS DE REGRESIÓN
IBARRA SALDAÑA MÓNICA MS17110370
MURILLO CASILLAS JESÚS ANTONIO MS17110382
MARTÍNEZ HIDALGO IVÁN JERÓNIMO MS17110250
RODRÍGUEZ REYES OSVALDO MS17110396
FECHA: 20/FEBRERO/2019
GRUPO: U
TURNO: VESPERTINO
19. Se realizaron pruebas de resistencia térmica para estudiar la relación entre
temperatura y duración de alambre esmaltado de poliéster (“Thermal Endurance of
Polyester Enameled Wires Using Twisted Wire Specimens”, IEEE Trans. Insulation,
1965: 38-44), que dieron por resultado los datos siguientes.

Temperatura Tiempo de vida

200 5933
200 5404
200 4947
200 4963
200 3358
200 3878
220 1561
220 1494
220 747
220 768
220 609
220 777
240 258
240 299
240 209
240 144
240 180
240 184

A. Una gráfica de puntos de los datos ¿sugiere una relación probabilística lineal
entre duración y temperatura?
B. ¿Qué modelo está implicado por una relación lineal entre ln(duración)
esperada y 1/temperatura? ¿Aparece una gráfica de puntos de los datos
transformados consistente con esta relación?
C. Estime los parámetros del modelo sugerido en el inciso b). ¿Qué duración se
pronosticaría para una temperatura de 220?

A)

7000

6000

5000

4000

3000

2000

1000

0
190 200 210 220 230 240 250

No, ya que los datos se encuentran muy dispersos unos de los otros.

B) Primeramente, se obtiene los resultados de cada operación para cada

columna de datos, realizando la división de 1 sobre la temperatura, esto para
la columna de las x, haciendo la operación de obtener los logaritmos de cada
dato del tiempo de vida, esto para la columna de las y.

1/Temperatura ln (tiempo de vida)

0.005 8.68828527
0.005 8.5948947
0.005 8.50653661
0.005 8.50976568
0.005 8.11910084
0.005 8.26307484
 0.00454545 7.35308192
0.00454545 7.30921237
0.00454545 6.61606519
0.00454545 6.64378973
0.00454545 6.41181827
0.00454545 6.65544035
0.00416667 5.55295958
0.00416667 5.70044357
0.00416667 5.34233425
0.00416667 4.9698133
0.00416667 5.19295685
0.00416667 5.21493576

Despues graficamos estos datos, la finalidad de obtener estos datos fue para que
asi pudiesemos obtener una regresion lineal con ellos.

10
9
8
7
6
5
4
3
2
1
0
0 0.001 0.002 0.003 0.004 0.005 0.006

Dando respuesta al inciso B), podemos decir que el modelo implicado es el modelo
de regresión lineal simple, al ver la gráfica es lo más visible.

C) Obtenemos los siguientes datos al realizar una regresión lineal con la

calculadora, utilizando todos los decimales.

𝛽1 = −10.204

𝛽0 = 3735.45
 1
𝑦̂ = −10.204 ( ) + 3735.45
𝑥

La estimación del tiempo de vida para una temperatura de 220 es de:

1
𝑇𝑣 = −10.204 (𝑥) + 3735.45 = 6.7748

𝑦 ´ = 6.7748

Para poder obtener el resultado correcto debemos obtener el exponencial de y´.

𝑦̂ = 𝑒 6.7748 = 875.512

Dando como resultado un tiempo de vida de 875.512 para una temperatura de 220.

21. La mina de minerales es una de las actividades económicas más importantes

en chile. Los productos minerales, frecuentemente son encontrados en sistemas
salinos compuestos en gran parte de nitratos naturales.

El agua dulce es usada a menudo en el agente de lixiviación para la extracción de

nitrato, pero las minerías de regiones chilenas tienen escasos recursos de agua
dulce. Una alternativa del agente de lixiviación es el agua de mar. Los autores de
“recuperación de nitratos de soluciones de lixiviación usados en agua de mar”
(Hidrometalurgia, 2013: 100-105) evaluó la recuperación de iones de nitrato
despedidos de la sal usando agentes de lixiviación en agua dulce y agua de mar.
Aquí los datos en son:
x= tiempo de lixiviación (h)
y=% de extracción de nitrato (agua de mar).

x y x y x y x y
25.5 26.4 61.5 71.4 97.5 85.5 133.5 91.2
31.5 40.1 67.5 74.7 103.5 86.6 139.5 91.8
37.5 50.2 73.5 77.8 109.5 87.9 145.5 92.3
43.5 57.4 79.5 80.3 115.5 89 151.5 92.8
49.5 62.7 85.5 82.3 121.5 89.9 157.5 93.3
55.5 67.3 91.5 84.1 127.5 90.6
a) Construye un diagrama de dispersión. Si el modelo de regresión lineal simple
ajustó estos datos, que trama de (x, 𝑒 ∗ ) , como se verán los pares?
b) Construye un diagrama de dispersión de y vs x´=1/x y especula el valor de r2
después de transformar el modelo de regresión lineal simple adecuado a
datos transformados. r2 = 0.6722

a) x e* x e* x e* x e*
25.5 2.92E+11 61.5 1.02E+31 97.5 1.4E+37 133.5 4.1E+39
31.5 2.601E+17 67.5 2.77E+32 103.5 4.1E+37 139.5 7.4E+39
37.5 6.333E+21 73.5 6.14E+33 109.5 1.5E+38 145.5 1.2E+40
43.5 8.482E+24 79.5 7.48E+34 115.5 4.5E+38 151.5 2E+40
49.5 1.699E+27 85.5 5.53E+35 121.5 1.1E+39 157.5 3.3E+40
55.5 1.691E+29 91.5 3.34E+36 127.5 2.2E+39

(x, e*)
3.5E+40
3E+40
2.5E+40
2E+40
1.5E+40
1E+40
5E+39
0
40 60 80 100 120 140 160

b) y X´=1/x y X´=1/x y X´=1/x y X´=1/x

26.4 0.0392157 71.4 0.01626 85.5 0.01026 91.2 0.00749
40.1 0.031746 74.7 0.014815 86.6 0.00966 91.8 0.00717
50.2 0.0266667 77.8 0.013605 87.9 0.00913 92.3 0.00687
57.4 0.0229885 80.3 0.012579 89 0.00866 92.8 0.0066
62.7 0.020202 82.3 0.011696 89.9 0.00823 93.3 0.00635
67.3 0.018018 84.1 0.010929 90.6 0.00784
 (y, x´=1/x)
0.06

0.05

0.04

0.03

0.02

0.01

0
0 20 40 60 80 100
27.
Los datos siguientes sobre y = concentración de glucosa (g/l), y x = tiempo de
fermentación (días) para una mezcla particular de licor de malta, se leyeron de una
gráfica de puntos del artículo “Improving Fermentation Productiwith Reverse
Osmosis” (Food Tech., 1984: 92-96):
x 1 2 3 4 5 6 7 8
y 74 54 52 51 52 53 58 71

a. Verifique que una gráfica de puntos de los datos sea consistente con la
selección de un modelo de regresión cuadrático.
Regresion cuadratica
80

70 y = 1.7679x2 - 15.875x + 84.482

60

50

40

30

20

10

0
0 1 2 3 4 5 6 7 8 9

b. La ecuación de regresión cuadrática estimada es y = 84.482 -15.875x +

1.7679x2. Pronostique el valor de concentración de glucosa para un tiempo
de fermentación de 6 días, y calcule el residuo correspondiente.
y = 84.482 − 15.875(6) + 1.7679(36) = 84.482 -95.25 + 63.6444
y = 52.8764
Residuo: 𝑒𝑦̂6,𝑦6 = (53 − 52.8764) = 0.1236
c. Usando SCE = 61.77, ¿qué proporción de variación observada se puede atribuir
a la relación de regresión cuadrática? R= 0.895
d. Los n = 8 residuos estandarizados basados en el modelo cuadrático son 1.91, -
1.95, -0.25, 0.58, 0.90, 0.04,-0.66 y 0.20. Construya una gráfica de los residuos
estandarizados contra x y una gráfica de probabilidad normal.
Residuos
2.5
2
1.5
1
0.5
0
0 1 2 3 4 5 6 7 8 9
-0.5
-1
-1.5
-2
-2.5

¿Estas gráficas muestran algunas características problemáticas?

No
e. La desviación estándar estimada de 𝜇̂ 𝑌∙6, es decir, 𝛽0 + 𝛽1 (6) + 𝛽2 (36), es 1.69.
Calcule un intervalo de confianza 95% para 𝜇̂ 𝑌∙6 . (48.54, 57.22)
f. Calcule un intervalo de predicción de 95% para una observación de concentración
de glucosa hecha después de 6 días de tiempo de fermentación. (42.85, 62.91).

38. Sea y = duración de un cojinete, x1 = viscosidad de aceite, y x2 = carga.

Supóngase que el modelo de regresión múltiple que relaciona duración con
viscosidad y carga es
Y = 125.0 + 7.75x1 + 0.0950x2 - 0.0090x1x2 + є
a. ¿Cuál es el valor medio de la duración cuando la viscosidad es 40 y la carga es
1100? R= Y= 143.5 + є
b. Cuando la viscosidad es de 30, ¿cuál es el cambio en la duración media
asociado con un aumento de uno en carga?
Cuando la viscosidad es de 40, ¿cuál es el cambio en la duración media asociado
con un incremento de uno en carga?

R1= Y= 357.325 + є R2= Y= 434.735 + є